阵元位置互质的线性阵列:阵列校正和波束形成

该文研究了阵元位置互质的线性阵列(CLA)的阵列校正和波束形成问题。在假设CLA天线单元部分校准的条件下,基于同时干扰定位与阵列校正(SILAC)技术,设计了一种适用于CLA的阵列校正和波束形成方法:CLA-SILAC-INCM算法。从理论上分析证明了,当CLA中包含有L_c≥3个完全校准的天线单元,使用SILAC技术可以高精度无模糊地实现干扰源角度和阵列天线幅相误差估计,并在此基础上完成干扰噪声协方差矩阵(INCM)重建和波束形成最优权向量构造。通过仿真实验验证了,提出的CLA-SILAC-INCM算法具有比其他常用算法更好的性能,尤其是信噪比接近干噪比时,CLA-SILAC-INCM算法的优势更为明显。

多传感器信息融合技术述评

近十几年来，多传感器信息融合技术获得了普遍的关注和广泛的应用，其理论与方法已成为智能信息处理的一个重要研究领域。本文概述了信息融合的基本原理，从系统的信息层次和功能划分两个方面阐述了信息融合的基本结构，并对信息融合的具体方法及应用进行了层次化概括，较完整地展示了这一研究领域的全貌。最后进一步分析了信息融合研究领域所存在的一些主要问题，以此指明这一研究领域的发展侧重点。

高分辨率、多时相SAR图像数据集的构建

近20年来,SAR图像理解与信息反演是一个得到广泛、深入研究的世界性难题。即使在高分辨率条件下,由于相干斑噪声、结构极度敏感性、几何畸变、成像系统干扰等原因,SAR图像的高可信解译依然非常困难。SAR测试样本数据集是发展SAR图像解译与目标认知技术的基础与支撑。但SAR数据集并不是各种SAR数据的简单收集,而是要根据研究内容的需要,制定试验方案,科学地选择样本并进行样本真值标注,并且尽可能收集各种多源辅助数据以相互验证。笔者以上海交通大学闵行校区为场景,构建了一个以高分辨率、多时相SAR图像为主的试验数据集,其由高分辨率SAR数据、地表真值标注、多源辅助数据3个主要的部分组成。笔者认为,该数据集的构建能够为高分辨率SAR图像解译、信息反演和目标识别提供高可信的、实时的、丰富的地表和目标真值信息,能够促进这些研究和相关测试工作的进展。

基于频率非均匀采样杂波谱配准的天基雷达STAP方法

地球自转和非正侧面阵配置会使得天基雷达杂波谱随距离发生变化,呈现出非平稳性,从而严重影响统计STAP方法的杂波抑制性能。为了补偿这种非平稳性,该文提出了一种基于频率非均匀采样的杂波谱配准方法,建立了非均匀谱配准法的数学模型,给出了频率非均匀采样点的选取方法以及谱配准后杂波协方差矩阵的估计方法等。通过对天基雷达的仿真实验表明,上述谱配准法可有效消除杂波非平稳性,获得较好的处理性能。

数字阵列雷达在空域抗干扰方面的优势和局限性分析

分析了数字阵列雷达在空域抗有源干扰方面的优势,提出了一种适用于地面数字阵列雷达系统的综合抗干扰方法,该方法基于同时接收数字多波束的处理架构,能够在抗干扰的同时改善对低空飞行目标的测角精度。文中结合外场试验结果和实测数据进行了验证分析,还从现代雷达电子战的角度对数字阵列雷达的空域抗干扰的局限性进行了分析,以期望对新体制数字阵列雷达在抗干扰方面的优势和面临的挑战有一个更加全面的认识。

ATR的研究现状和发展趋势

本文概述了自动目标识别——ＡＴＲ领域的研究现状和采用的各种技术途径，并指出对该领域必须予以重视的一些发展趋势。

一种新的弱目标自组织模糊分类方法

本文着重研究舰船雷达弱目标的模糊分类问题，讨论了利用Ｋｏｈｏｎｅｎ自组织网络来实现各类目标的二维隶属函数生成．介绍了弱目标回波特征抽取和模糊分类器的设计，并将模糊分类结果和经典的Ｋ－ＮＮ分类结果进行了比较，得到低信杂比条件下多类弱目标的良好分类效果．本文所提出的模糊分类算法具有很强的通用性．

军事电子信息处理中的人工神经网络技术

本文首先分析了现代战场环境对军事电子系统智能信息处理的应用需求，然后对人工神经网络理论与技术在军事电子信息处理中的现实应用与潜在前景给出了一个较为详细的介绍与分析。着重介绍了神经网络在雷达、红外及声纳目标的检测、识别、多机动目标跟踪及武器系统的智能控制等方面的应用情况，力图展示神经网络用于军事电子信息处理的特色与优势。最后分析了人工神经网络技术发展与应用中存在的一些问题。

自动目标识别的工程视角述评

自动目标识别(ATR)是一个和信号与信息处理、模式识别、人工智能等学科密切相关的特殊工程技术应用领域。由于ATR系统识别对象固有的不确定性,识别环境的复杂性,以及日益加剧的识别对抗性,使得ATR的发展一直面临着从理论到技术、到应用的系统性挑战。该文从工程视角出发,阐述了ATR的定义与内涵,简要回顾与分析了该领域发展动态,梳理了ATR的核心技术体系与系统开发模式,最后对未来的发展挑战做了分析。

基于局部连接型多层前馈网络的雷达目标动态回波识别

提出了一种适合于舰船雷达目标动态回波序列识别用的新的有效多层前馈网络──局部连接平行处理型网络研究了ＢＰ网络学习算法的综合改进方法，并相对于常规全连接型ＢＰ网络分析了局部连接型网络的动态特征抽取能力和目标识别性能。

基于子带处理的宽带阵列雷达的干扰抑制方法

文中提出了一种基于子带自适应处理的宽带数字阵列雷达多主副瓣干扰抑制方法。首先,分析了子带内宽带干扰色散的残余问题,揭示了影响宽带干扰子带残余的关键因素;然后,提出基于子带分解的多波束联合抗干扰方法,并从子带滤波器的特性、子带内干扰色散残余、干扰对消、目标一维距离像、运算复杂度、硬件资源消耗等方面对子带处理的中频架构和基带架构进行了比较;最后,针对宽窄带、主副瓣组合干扰场景,通过计算机仿真分析了基于子带分解的多波束联合抗干扰方法的性能。

基于自组织特征映射的隶属函数生成法

基于神经域中的特征自组织映射机理，本文提出了一种采用Ｋｏｈｏｎｅｎ自组织特征映射网络、概率分布核估计和概率可能性一致性变换的隶属函数生成新方法。从而克服了常规隶属函数生成方法在选择论域大小及表达隶属度分布等方面的一些不合理性。这一新方法已成功地应用于雷达目标自动分类。

基于混淆矩阵和Fisher准则构造层次化分类器

构造层次化分类器的首要环节是确定各个子分类器的层属关系及其内部组成.从模式间的相似关系入手,实现了一种自动产生层次化分类器结构的方法.为了描述模式间的相似关系,首先提出利用混淆矩阵度量相似性的思路与方法,避免了现有常用度量方法计算量大、假设条件难以成立的不足.进而遵循Fisher准则,设计并实现了模式相似关系分析机(patterns’similarityrelationshipanalyzingmachine,简称PSRAM),将有师指派和无师自组两种常用的模式重组方法有机结合起来,自适应地产生层次化分类器结构.大量测试证实,该方法有效、实用,可以显著地提高分类器的识别性能和稳健性.

基于高光谱图像主成分分量的小目标检测算法研究

提出了一种基于图像主成分分量的高光谱小目标检测算法 .作为一种多元数据集合 ,通常高光谱数据形成的几何体是一个超平面 .主成分分析能有效估计这一几何体的本征维数 .显著特征值对应的主成分体现了几何体大部分信息 ;而不显著特征值对应的主成分则代表了正交于几何体的信息 ,而这些信息中则包含了重要的内容 ,例如目标特性 .文中提出的方法就是利用这些不显著的主成分分量来进行小目标检测 .该方法减少了对先验光谱信息的依赖 。

基于协方差控制的集中式传感器分配算法研究

传感器管理是对一组传感器或测量设备进行自动化或半自动化控制的一种处理过程 ,它实现了探测性能的优化和资源的有效利用 .该文建立了传感器管理的一般最优化模型 ,研究了基于协方差控制策略的传感器分配问题 ,详细讨论了其实现方法 ,并给出三种基于不同矩阵度量的传感器分配算法 .仿真结果表明 ,使用基于协方差控制的传感器分配算法可以进行良好的传感器管理 。

多功能相控阵雷达实时任务调度研究

针对多功能相控阵雷达资源调度问题,建立了合理的雷达任务模型并提出一种新的调度算法.在雷达任务模型中将每一类驻留请求合并为一种任务,这样可以为调度处理提供最大的灵活性,同时基于此任务模型分析了调度器的时间负载.所提出的调度算法综合考虑了任务的工作方式优先级和截止期两个参数,可以较好地适应不同的负载情况.给出了算法的具体实现步骤,并以截止期错失率作为评估指标进行了仿真验证.仿真结果表明,本文所提出的调度算法能够有效降低任务的截止期错失率,对调度性能有明显的改善.

基于多模粒子滤波的机动弱目标检测前跟踪

检测前跟踪技术是低信噪比环境下目标检测与跟踪的有效方法。该文针对目标作复杂运动的情况,提出了机动弱目标检测前跟踪的多模粒子滤波算法。该算法在目标状态矢量中增加了表示目标存在与否以及目标运动模型的变量,采用粒子滤波实现了包含两个离散变量的混合滤波过程。仿真试验表明,该算法在经典跟踪方法难以发挥作用的低信噪比条件下,能够有效实现机动目标的检测与跟踪。

基于RSOM树模型的机器学习原理与算法研究

机器学习和识别可归结于一个高速、有效地搜索非常大的样本空间问题,以实现对训练和识别样本的最佳拟合.对于复杂背景的模式样本集,同类型样本的独立同分布(i.i.d)特性通常难以保证,统计理论无法有效应用.本文将层次化思想和自组织映射(SOM)神经网络相结合,采用递归实现技术实现了一种高效、高容量,能够自适应增长的模式分类树(RSOM树)生长方法,用于模式识别和机器学习的基本建模.通过对大量公用数据集的测试以及在实际的雷达目标识别系统中应用,方法有效性得到了证明.

一种通用雷达数据采集卡设计方法

针对传统雷达数据采集卡适用雷达类型单一、不能采集雷达监视区域全景数据的弱点,采用可更换接口子卡与可重复编程控制逻辑技术,设计了能够满足多种型号非相参警戒雷达使用的通用雷达数据采集卡,该采集卡能够提供PPI全景图像、A/R视频回波和精采回波等三路数据,能够和多种型号非相参监视雷达连接。使用该方法设计的采集卡已经在多种实用化的雷达目标识别系统中使用。

基于运动状态和敌我属性的空中目标融合识别

研究了基于实时跟踪器的空中目标航迹身份识别问题。从分析目标运动状态和敌我属性的不确定性出发 ,建立了空中目标身份统计模型 ;根据建立的模型 ,通过采用Dempster Shafer证据理论方法 ,对空中目标进行融合识别。仿真实验结果证明了模型和算法的有效性。